我为AND门实现了一个神经网络，有2个输入单元，2个隐藏单元和1个输出单元 . 我使用40个输入训练神经网络200个时期，学习率为0.03 . 当我尝试为训练的神经网络测试AND输入时，它给出了输出为：
-
0,0 = 0.295（预期0）
-
0,1 = 0.355（预期0）
-
1,0 = 0.329（预期0）
-
1,1 = 0.379（预计1个）
这不是网络预期的输出 . 但是，如果我将阈值设置为0.36并将所有值设置为高于0.36为1并保持为0，则神经网络输出每次都是预期的 . 我的问题是： Is applying a threshold to the output of the network necessary in order to generate expected outputs like in my case ?
1 回答
例如，阈值不是必需的，但可以帮助更好地分类 .
在你的情况下，也许你可以设置0.1的阈值为0，0.9为1.当你的输出低于0.1时，我们可以认为它是0，如果输出高于0.9，那么它是1 .
Therefore ，设置一个0.36的阈值只是因为 that 测试示例它起作用，是一个 really bad 的想法 . 因为0.36远离我们想要的输出1 . 并且因为它可能（将）不适用于所有测试数据 .
您应该考虑代码问题 .
这不是最初的问题，但这里有一些想法：
1.看看每个eopch的训练准确性 . 如果它慢慢学习，提高你的学习率，并可能在几个时代后减少它 .
2.如果准确度没有变化，请查看您的Back probagation算法
3.查看数据集并确保输入和输出正确
4.确保您的重量是随机初始化的
5. AND门可以用线性NN求解，没有隐藏层 . Myabe尝试删除隐藏的图层？